Contadores de histórias e criadores de vídeo
Desenvolva narrativas curtas com momentos planejados, personagens consistentes e diálogos. Use uma tomada mais longa quando a cena precisar de tempo para se desenvolver.
Transforme texto, imagens e referências mistas em vídeos de até 30 segundos com som estéreo sincronizado. Guie a ação com quadros-chave, mantenha personagens recorrentes ou faça alterações específicas em vídeos existentes.
Em breve
A geração com Kling 4.0 ainda não está disponível no Picir AI. Explore os recursos do modelo e os exemplos abaixo.
Um modelo de vídeo multimodal que combina orientação por referências, som sincronizado e edição.
Kling 4.0 é um modelo de vídeo desenvolvido pela Kuaishou e lançado pela Kling AI em 15 de outubro de 2026. Ele reúne geração e edição de vídeo em um só modelo, com cenas mais longas, referências mais variadas e controle sobre momentos importantes de uma história.
Imagens podem orientar personagens, objetos, composição ou estilo. Referências de vídeo guiam movimentos e câmera, enquanto elementos reutilizáveis e perfis de voz ajudam a definir sujeitos recorrentes.
Comece pelo material que melhor descreve sua ideia:
As especificações abaixo descrevem o modelo oficial Kling 4.0. Os controles e as opções de saída disponíveis dependem da interface de criação.
Seis exemplos da Kling AI mostram como referências visuais e instruções de edição moldam o vídeo final.
Kling 4.0
Uma dança do leão a partir de um storyboard
Kling 4.0
Um cão astronauta de massinha em uma lua de queijo
Kling 4.0
Um cartaz de colagem em movimento
Kling 4.0
Uma cena fantástica guiada por esboços
Kling 4.0
Um novo personagem com movimento de câmera de referência
Kling 4.0
Uma apresentação de rua com os pedestres removidos
Controle a duração da história, as referências, o ritmo, o som, os movimentos e as edições em um só modelo de vídeo.
Gere de 3 a 30 segundos de uma só vez, dando tempo para uma ação, conversa ou história curta se desenvolver. Use uma tomada contínua ou descreva uma sequência de planos.
Oriente aparência, composição, movimento e identidade vocal com até 15 recursos mistos. Imagens, vídeos, elementos e perfis de voz têm limites separados.
Use imagens de quadros-chave para orientar estados dos personagens, mudanças de cena e revelações. O primeiro e o último quadro também podem definir o início e o fim de um clipe gerado a partir de imagem.
Gere diálogos, canto, sons ambientes e efeitos em áudio estéreo de dois canais. A sincronização labial ajuda a alinhar a voz à atuação do personagem.
Use vídeos de referência para orientar ação, ritmo e câmera enquanto altera o sujeito ou o cenário. Os prompts também podem descrever planos de acompanhamento, panorâmicas e movimentos orbitais.
Substitua um personagem ou fundo, remova um elemento indesejado ou altere o estilo visual. Descreva a mudança pretendida e os detalhes da cena que deseja preservar.
Dê movimento a histórias pessoais, animações, comunicação visual e revisões de vídeo.
Desenvolva narrativas curtas com momentos planejados, personagens consistentes e diálogos. Use uma tomada mais longa quando a cena precisar de tempo para se desenvolver.
Transforme fichas de personagens, desenhos e storyboards em cenas animadas. Oriente o estilo visual com referências, de animação em massinha a fantasia ilustrada.
Anime cartazes, demonstre uma ideia ou crie uma sequência de produto a partir de referências visuais. Combine movimento e som para facilitar a compreensão da mensagem.
Revise vídeos existentes com instruções específicas, como remover um pedestre ou trocar um cenário. Indique claramente quais partes da tomada devem permanecer inalteradas.
Defina instruções claras, dirija a sequência e revise o resultado.
Comece com texto, uma imagem inicial, uma sequência de quadros-chave ou referências. Para editar, prepare o vídeo original e descreva o que deve mudar.
Explique a cena, os tempos, os movimentos de câmera e o áudio. Atribua uma função clara a cada referência, como preservar a aparência de um personagem ou seguir um movimento de câmera.
Confira o movimento, a consistência dos personagens, os diálogos e os textos visíveis. Refine as instruções ou faça uma edição direcionada antes de escolher a versão final.
Especificações oficiais do modelo; cada interface de criação pode disponibilizar apenas parte dessas opções.
| Desenvolvedor | Kuaishou / Kling AI |
| Data de lançamento | 15 de outubro de 2026 |
| Modos | Texto para vídeo; imagem para vídeo; quadros-chave para vídeo; referências para vídeo; edição de vídeo |
| Duração | 3–30 segundos; incrementos de 1 segundo |
| Resoluções de saída oficiais | 720p, 1080p, 4K; opções disponíveis variam conforme a interface |
| Proporções | 21:9, 16:9, 1:1, 9:16; Auto no Omni Reference |
| Áudio | Estéreo de dois canais com fala, canto e efeitos sonoros sincronizados |
| Quadros-chave | Até 10 imagens de quadros-chave |
| Referências mistas | Até 15 recursos no total: até 10 imagens, 5 vídeos, 7 elementos e 3 perfis de voz, dentro do limite combinado |
| Limite compartilhado de vídeos | Até 5 clipes e 30 segundos no total entre vídeos de referência, vídeos para edição e elementos de vídeo |
| Entrada de texto | Até 8.000 tokens |
| Fonte para edição | Um vídeo principal; cada clipe de entrada deve ter 3–30 segundos e respeitar o limite compartilhado de vídeos |
Última atualização: 22 de outubro de 2026
Comparação oficial dos modelos. A série Kling 3.0 inclui fluxos Omni; estes dados não representam as configurações de um único gerador.
| Especificação | Kling 4.0 | Série Kling 3.0 |
|---|---|---|
| Duração nativa do clipe | 3–30 segundos | 3–15 segundos |
| Texto e imagem para vídeo | Compatível | Compatível |
| Primeiro e último quadros | Compatível | Compatível |
| Vários quadros-chave | Até 10 | Não compatível segundo a comparação oficial |
| Canais de áudio | Estéreo de dois canais | Um canal |
| Vídeos de referência | Até 5; 30 segundos no total | Até 1; máximo de 15 segundos |
| Referências combinadas | Até 15 recursos mistos | Até 7 imagens/sujeitos, ou 1 vídeo com 4 imagens/sujeitos |
| Edição de vídeo | Edição multimodal integrada | Disponível por meio dos fluxos 3.0 Omni |
Vantagens do Kling 4.0: Mais espaço para cenas longas, referências adicionais, vários quadros-chave e som estéreo.
Vantagens da série Kling 3.0: Adequado para cenas curtas que precisam de orientação por texto ou imagem, quadros iniciais/finais e áudio nativo.
Escolha Kling 4.0 quando a história precisar de mais tempo, referências mais variadas ou controle visual mais preciso. Kling 3.0 atende a projetos cujas cenas e referências cabem em seu intervalo de geração mais curto.
Comparação das capacidades publicadas até 22 de outubro de 2026. Os controles variam conforme a interface; a quantidade de referências não comprova melhor qualidade visual.
| Especificação | Kling 4.0 | Seedance 2.5 |
|---|---|---|
| Desenvolvedor | Kuaishou / Kling AI | ByteDance Seed |
| Lançamento público | 15 de outubro de 2026 | 31 de julho de 2026 |
| Duração nativa do clipe | 3–30 segundos; incrementos de 1 segundo | 4–30 segundos; seleção automática de duração também documentada |
| Resoluções de saída documentadas | 720p, 1080p, 4K; opções variam conforme a interface | 480p, 720p, 1080p |
| Proporções | 21:9, 16:9, 1:1, 9:16; Auto no Omni Reference | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16; adaptativa |
| Geração por texto, primeiro quadro e primeiro/último quadros | Compatível | Compatível; a geração com primeiro/último quadros usa proporção adaptativa |
| Vários quadros-chave | Modo dedicado com até 10 imagens de quadros-chave | Não consta um modo dedicado a vários quadros-chave |
| Total de recursos de referência | Até 15 imagens, vídeos, perfis de voz e elementos no total | Até 50: 30 imagens, 10 vídeos e 10 clipes de áudio |
| Imagens de referência | Até 10 | Até 30 |
| Vídeos de referência | Até 5; 30 segundos no total, compartilhados com vídeos para edição e elementos de vídeo | Até 10; 30 segundos no total |
| Referências de áudio | Até 3 perfis de voz | Até 10 clipes de áudio; permite geração apenas com referências de áudio |
| Elementos reutilizáveis | Até 7 elementos, incluindo no máximo 3 elementos de vídeo | Não consta uma categoria separada de elementos reutilizáveis |
| Áudio gerado | Diálogo, canto e efeitos sonoros sincronizados; estéreo de dois canais | Geração conjunta de áudio e vídeo; número de canais não informado |
| Edição de vídeo | Alterações específicas em sujeitos, movimento, câmera, fundos e estilo | Edição visual e de áudio com controle por marcação de tempo em intervalos selecionados |
| Extensão de vídeo em várias rodadas | Anunciada, mas não incluída na versão atual | Várias rodadas documentadas, incluindo extensão para frente ou para trás |
| Contêineres de saída | Não constam no guia do modelo citado | MP4 e MOV |
Vantagens do Kling 4.0: O controle dedicado de até 10 quadros-chave, os elementos reutilizáveis de personagens e objetos e o som estéreo explicitamente documentado atendem a cenas com momentos visuais planejados e sujeitos recorrentes.
Vantagens do Seedance 2.5: A maior capacidade de referências mistas, a geração somente com referências de áudio, a edição por marcação de tempo e a extensão em várias rodadas atendem a projetos com muitos recursos ou sequências longas revisadas repetidamente.
Escolha Kling 4.0 para planejar quadros-chave, reutilizar elementos e obter saída estéreo. Escolha Seedance 2.5 quando a capacidade de referências, a edição temporal de áudio/vídeo ou a extensão forem prioritárias. Não consta significa que a documentação citada não confirma uma função equivalente, não que ela seja incompatível. Essas especificações não determinam um vencedor em qualidade visual, velocidade ou custo.
Compare os planos de assinatura do Picir AI e os créditos incluídos. O custo de geração específico do modelo é exibido no gerador antes do envio.
Respostas sobre entradas, duração, áudio, edição e como orientar os resultados.
Kling 4.0 é o modelo de vídeo multimodal da Kuaishou, lançado pela Kling AI em 15 de outubro de 2026. Ele gera vídeos com áudio a partir de texto, imagens e referências visuais e também permite editar clipes existentes.
A geração nativa vai de 3 a 30 segundos, em incrementos de 1 segundo. Um vídeo de 30 segundos pode ser uma tomada contínua ou uma sequência com vários momentos narrativos.
Sim. Ele gera áudio estéreo de dois canais, incluindo diálogos, canto, sons ambientes e efeitos sonoros. Descreva o som desejado junto com a ação visual e confira a sincronização labial no resultado.
Omni Reference aceita até 15 recursos no total, com limites separados de 10 imagens, 5 vídeos, 7 elementos e 3 perfis de voz. São limites por categoria, não quantidades que podem ser simplesmente somadas. Vídeos de referência, vídeos para edição e elementos de vídeo também compartilham um máximo de 5 clipes e 30 segundos no total.
Quadros-chave definem momentos visuais pelos quais a sequência deve passar, com até 10 imagens. Referências descrevem aparência, composição da cena, estilo ou câmera sem necessariamente fixar um quadro específico.
Sim. As instruções podem orientar mudanças em personagens, fundos, movimentos, câmera ou estilo, além de remover elementos específicos. Defina um vídeo principal e indique quais partes da cena devem permanecer iguais.
A documentação oficial lista 720p, 1080p e 4K, além das proporções 21:9, 16:9, 1:1 e 9:16. Omni Reference também oferece proporção automática. As opções de uma interface específica podem ser mais limitadas.
Descreva o sujeito, o cenário, a ação, a câmera e o som. Atribua uma função a cada referência, por exemplo @Image1 para aparência e @Video1 para movimento de câmera. Ao editar, explique a mudança e os detalhes que devem ser preservados.
Picir AI oferece planos com créditos incluídos. Confira as condições do plano e o custo de geração exibido para suas configurações antes de enviar uma tarefa.
Você pode usar o gerador de vídeo com IA Kling 4.0 no Picir AI.